基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了满足热连轧产品用户对性能的不同需求,钢铁企业需要逆控制模型调整生产工艺参数.以某钢铁企业热连轧产品质量为研究对象,运用BP神经网络构建钢铁热连轧产品性能指标和钢铁化学成份与轧制工艺参数的逆模型,实现了根据给定钢铁性能指标求轧制工艺参数的目的.结合BP神经网络、自适应逆控制与内模控制理论,建立了基于内模控制的多输入单输出(MISO)的BP神经网络逆模型,实现了BP神经网络输出、输入变量的逆映射,根据模型的输出变量可以求解出输入变量,并且给出逆模型求解的具体算法步骤.将所建模型应用到钢铁热连轧产品质量控制系统中,设置热连轧产品性能指标,求解轧制工艺参数-轧制卷曲温度,实现轧制工艺参数的可控性.使用热连轧产品质量控制正系统验证,误差在0.05范围之内,符合企业生产要求.
推荐文章
步长自适应技术在棒线材热连轧过程模拟中的应用
步长自适应
棒线材
热连轧
模拟
冷连轧AGC系统的自适应Smith广义预测控制
自适应广义预测控制
参数辨识
Smith预估器
自动厚度控制
基于曲线拟合预测模型的自适应逆控制研究
自适应逆控制
四阶龙格库塔法
灰色模型
模糊神经网络
基于BP神经网络的模型参考自适应控制
模型参考自适应
神经网络控制
自适应律
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP-NN的热连轧产品性能自适应逆控制模型
来源期刊 计算机技术与发展 学科 工学
关键词 热连轧产品 内模控制 BP神经网络 轧制工艺参数 自适应逆控制
年,卷(期) 2018,(12) 所属期刊栏目 应用开发研究
研究方向 页码范围 185-189
页数 5页 分类号 TP39
字数 3811字 语种 中文
DOI 10.3969/j.issn.1673-629X.2018.12.039
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邢进生 山西师范大学数学与计算机科学学院 19 34 4.0 5.0
2 王冬冬 山西师范大学数学与计算机科学学院 3 1 1.0 1.0
3 句建国 山西师范大学数学与计算机科学学院 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (86)
共引文献  (41)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (12)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(11)
  • 参考文献(2)
  • 二级参考文献(9)
2014(8)
  • 参考文献(5)
  • 二级参考文献(3)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
热连轧产品
内模控制
BP神经网络
轧制工艺参数
自适应逆控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
山西省自然科学基金
英文译名:Shanxi Natural Science Foundation
官方网址:http://sxnsfc.sxinfo.gov.cn/sxnsf/index.aspx
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导